CVAT 数据标注平台:1 条命令本地跑通,图像、视频、3D 点云标注全覆盖

CVAT 数据标注平台:1 条命令本地跑通,图像、视频、3D 点云标注全覆盖【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat把 2 小时监控视频变成模型训练集,手工拉框往往要熬好几个通宵。CVAT(Computer Vision Annotation Tool)是一个开源、可自托管的数据标注平台,支持图像、视频、3D 点云三种数据,内置自动标注模型与 20 多种数据集导出格式。读完本文,你可以在自己机器上部署一套完整的 CVAT,并跑通「标注 → 自动标注 → 导出训练集」的最短闭环。项目定位:免费自托管,数据不出内网CVAT 从 2018 年起开源,核心代码采用MIT 协议。它适合两类人:需要把数据留在自己机房的企业团队,以及不想为商业标注 SaaS 按量付费的个人和小团队。与同类方案的差异如下:维度CVAT Community商业 SaaS 标注平台自研标注工具成本免费,自托管订阅费 数据量计费开发投入高数据隐私数据完全留在自己环境需上传到厂商云可控格式支持20 种(COCO、YOLO、VOC、KITTI 等)取决于厂商取决于开发进度AI 辅助内置 serverless 模型 支持接入自有模型有限内置模型需自行实现部署方式Docker Compose 一键启动无需部署取决于技术栈最小启动:CVAT 一键部署方法前提:机器上装好 Docker Engine 和 Docker Compose。克隆仓库:git clone https://gitcode.com/GitHub_Trending/cvat/cvat作用:拉取 CVAT 的全部源码与部署编排文件。启动整套服务:cd cvat docker compose up -d作用:后台拉起前端、Django 后端、数据库等容器,首次运行需拉镜像,耐心等待几分钟。创建管理员账号:docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser作用:在服务器容器内交互式创建一个超级用户。✅验证方法:浏览器打开http://localhost:8080,用刚建的账号登录,能看到 Projects 页面即部署成功。Kubernetes(Helm)、外部数据库等部署方式见 helm-chart/ 目录;浏览器建议使用 Chrome/Edge 等 Chromium 内核,官方说明 Safari 不受支持。核心功能走查手工标注:矩形框 结构化属性适用场景:目标检测任务中,除了框还要记录「性别、年龄」等属性。新建 Task,上传图片,定义标签(如 FACE),并给标签挂上属性字段;左侧工具栏选 Rectangle,在图上拖出边界框;选中该对象,画布右上切换为Attribute annotation mode,右侧即可逐帧填写属性值;用顶部时间轴逐帧前进,重复 2-3 步;视频数据可用跟踪模式让标注跨帧延续(细节以官方文档为准)。CVAT 属性标注模式:为 FACE 框填写 Gender、Age、Glasses 等结构化属性3D 点云标注:自动驾驶数据适用场景:KITTI、Waymo 等点云数据的立方体(cuboid)标注。创建任务时上传.pcd/.bin点云及关联图片;进入任务后画布自动切到Standard 3D模式,底部提供 Top、Side、Front 三个联动视图;用 Cuboid 工具拖出三维框,三个视图同步变化便于对位;右侧 Appearance 面板可按 Label、Instance、Group 切换着色方式。数据集导出:训练格式一次到位适用场景:标注完成后直接对接 YOLO、PyTorch 等训练流程。任务完成后,在 Job 上选择Export job as a dataset;在 Export format 下拉中选择目标格式(CVAT XML、COCO JSON、YOLO TXT、Pascal VOC XML、KITTI 等,完整列表以官方文档为准);按需打开Save images把原图一并打包;点击 OK 下载 zip,解压即可投入训练。分析仪表盘:盯住团队标注进度适用场景:多标注员协作时监控产出与质量。顶部导航进入 Analytics,选择目标任务或项目;Summary 页给出标注对象总数、累计工时、平均标注速度(个/小时);Annotations 页按标签维度统计多边形、形状数量,便于发现标注量异常;更细粒度的用户行为、事件监控基于 ClickHouse Grafana 栈,组件在 components/analytics/。亮点深入:自动标注完整流程这是 CVAT 最有区分度的能力:模型以 serverless 函数(一种轻量隔离运行环境,用 Nuclio 部署)形式接入,标注时按需调用。给部署加上 serverless 组件:docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d作用:额外启动 Nuclio 运行时,这是模型可调用的前提。安装nuctl并部署模型函数(如 YOLO v7、SAM),模型源码都在 serverless/ 下,具体步骤以官方自动标注文档为准;标注页打开左侧AI Tools→ Detectors,选中已部署模型;配置标签映射,把模型输出的类别映射到 CVAT 标签,再设 Threshold(置信度阈值)与 Region of interest(限定推理的帧范围,避免对全片视频空跑):| 参数 | 含义 | | --- | --- | | Model | 已部署的模型,如 YOLO v7 | | 标签映射 | Model Spec(模型类别)与 CVAT Spec(任务标签)一一对应 | | Threshold | 置信度阈值,低于该值的检测结果丢弃 | | Region of interest | 只对指定帧范围执行推理 | | Clean previous annotations | 运行前清空该 Job 的旧标注 |点击Annotate,结果直接写入当前标注层,人工再修正边界不准的框即可。常见坑与解法现象:容器起好了,8080 打不开。原因:首次部署要拉取多个镜像并初始化数据库,需要几分钟。解法:执行docker compose ps确认所有服务状态为 Up,必要时用docker compose logs cvat_server查看后端日志定位卡点。现象:AI Tools 里模型列表为空。原因:只启动了基础栈,没加 serverless 组件,或者函数没部署。解法:按上文第 1、2 步用两个 compose 文件一起启动,并用 nuctl 把模型函数部署上去。现象:Safari 里界面错乱或操作失灵。原因:官方说明 CVAT 主要在 Chromium 内核浏览器上测试,Safari 不支持。解法:换用 Chrome 或 Edge。收尾与延展CVAT 的核心价值可以浓缩为三点:数据自托管、手工与自动标注同框、标注产物直通训练格式。想继续深入,可以从三个方向走:用 Python SDK 把「建任务 → 上传 → 导出」写进流水线:pip install cvat-sdk(源码与示例见 cvat-sdk/);用命令行工具脚本化日常操作,见 cvat-cli/;阅读官方文档源,了解质量校验(Consensus)、Webhook 等进阶能力,见 site/。下一步,建议先用本文的最小启动流程部署,再拿 100 张自己的图片导出一份 COCO 格式数据集——跑通这一次,整个平台的能力边界你就心里有数了。【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考